Belgen ontwikkelen methode voor vroege detectie alternaria

'Dit is een gamechanger voor de aardappelsector', stelt onderzoeker Jana Wieme op de Belgische nieuwssite Vilt. 'Door deze technologie kunnen we alternaria detecteren, voordat deze zichtbaar is voor het blote oog. Dat kan de effectiviteit van de bestrijding aanzienlijk verhogen.'

De aanpak maakt gebruik van een specifieke vorm van AI, een eigen 'compact convolutioneel neuraal netwerk', dat patronen op infraroodfoto's kan herkennen in afbeeldingen door te leren van voorbeelden. Dit stelt het netwerk in staat om zelfs de kleinste aanwijzingen van de schimmelziekte op te sporen, voordat deze met het blote oog zijn te zien.

Vier groeiseizoenen

Het model is getest op datasets verzameld over vier groeiseizoenen. 'Het model werkt ook op datasets waar het geen trainingsfoto's van heeft aangeleerd', zegt Wieme. 'De methode is dus al in staat om in de praktijk te worden toegepast. Het is snel en efficiënt in het verwerken van beelden.'

Wieme voerde het onderzoek uit onder begeleiding van twee promotoren en in samenwerking met IDLab, het Vlaamse onderzoekscentrum Ilvo en de Bayer Forward Farm. Volgens de onderzoeker stelt de technologie het onderzoeksteam ook in staat om gedetailleerde 'ziektekaarten' van de aardappelpercelen te maken.

'Boeren kunnen deze informatie gebruiken om alleen die delen van het perceel te behandelen waar alternaria daadwerkelijk voorkomt. Dat bespaart kosten en vermindert de milieu-impact van gewasbeschermingsmiddelen.'

Naast de toepassing voor de detectie van alternaria verwacht het onderzoeksteam dat de methodiek breed toepasbaar is voor de detectie van diverse ziekten in verschillende gewassen. Wieme: 'Dit opent nieuwe deuren naar een efficiëntere en duurzamere landbouw.'